numpy.rec.array#

rec.array(obj, dtype=None, shape=None, offset=0, strides=None, formats=None, names=None, titles=None, aligned=False, byteorder=None, copy=True)[源代码]#

从各种对象构建记录数组.

一个通用的记录数组构造器,根据输入分派到适当的 recarray 创建函数（见注释）.

参数:
obj任何

输入对象.有关如何处理各种输入类型的详细信息,请参见注释.

dtype数据类型, 可选

数组的有效数据类型.

shapeint 或 int 的元组,可选

每个数组的形状.

offsetint, 可选

文件或缓冲区中开始读取的位置.

strides整数的元组,可选

缓冲区 (buf) 根据这些步幅（步幅定义了每个数组元素、行、列等在内存中占用的字节数）进行解释.

格式, 名称, 标题, 对齐, 字节顺序

如果 dtype 是 None,这些参数会被传递给 numpy.format_parser 以构造一个 dtype.详细文档请参见该函数.

copybool, 可选

是否复制输入对象（True）,或者使用引用代替.此选项仅在输入是 ndarray 或 recarray 时适用.默认为 True.

返回:
np.recarray

从指定对象创建的记录数组.

备注

如果 obj 是 None,则调用 recarray 构造函数.如果 obj 是一个字符串,则调用 fromstring 构造函数.如果 obj 是一个列表或元组,则如果第一个对象是 ndarray,则调用 fromarrays,否则调用 fromrecords.如果 obj 是 recarray,则在 copy=True 的情况下复制 recarray 中的数据,并使用新的格式、名称和标题.如果 obj 是一个文件,则调用 fromfile.最后,如果 obj 是 ndarray,则返回 obj.view(recarray),在 copy=True 的情况下复制数据.

示例

>>> a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

>>> np.rec.array(a)
rec.array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]],
          dtype=int64)

>>> b = [(1, 1), (2, 4), (3, 9)]
>>> c = np.rec.array(b, formats = ['i2', 'f2'], names = ('x', 'y'))
>>> c
rec.array([(1, 1.), (2, 4.), (3, 9.)],
          dtype=[('x', '<i2'), ('y', '<f2')])

>>> c.x
array([1, 2, 3], dtype=int16)

>>> c.y
array([1.,  4.,  9.], dtype=float16)

>>> r = np.rec.array(['abc','def'], names=['col1','col2'])
>>> print(r.col1)
abc

>>> r.col1
array('abc', dtype='<U3')

>>> r.col2
array('def', dtype='<U3')
On this page